Jupyter Notebook

1. 快捷键 在jupyter notebook菜单栏有Help按钮，可以查看jupyter的快捷键 2. 将多个变量输出 一般jupyter notebook默认只打印最后一个变量的结果。比如 通过设置InteractiveShell.astnodeinteractivity参数为all，就可以让所有的变量或者声明都能显示出来 3. 问号？ 除了Help菜单能让我们快读查看numpy、pandas、scipy和matplotlib库，其实在cell中使用 ?可以查看库、函数、方法和变量的信息。 4. 在notebook中画图 作图最常用的就是matplotlib，记得在cell中写上这句 5. IPython魔法命令 查看当前工作目录 % pwd 执行上面的代码，得到 '/Users/suosuo/Desktop/20180820 jupyter notebook技巧' 更改当前工作目录 查看目录文件列表 6. 执行shell命令 命令行的命令前面加个 !即可在notebook中进行。 比如我们想要安装jieba库,需要打开终端输入 7. markdown标记语言 一级标题 # 一级标题 二级标题 ## 二级标题 三级标题 ### 三级标题 有序列表 元素1 元素2 元素3 会被MathJax渲染成 而在.ipynb文件中增加了下图的这个按钮

不久前，清华大学经管学院发布了《中国经济的数字化转型：人才与就业》的报告，根据报告显示，当前我国大数据领域人才缺口高达150万，到2025年将达到200万。 数据来源：2019年中国AI&大数据人才大数据人才就业报告 这份报告 对国家而言 ，是提前规划、提前布局的参考， 对企业而言 ，是切入下一赛道的征兆， 而对于普通人而言， 则是一个机会，一个能够获得快速晋升，甚至实现财富自由的机会。 细数现在国内的互联网产品，淘宝电商老大地位不可动摇；腾讯则牢牢占据社交、游戏大部分份额；抖音、快手引领短视频风潮…… 这些公司除了占据行业先发优势之外，完备的数据也是它们成功的重要原因，甚至有人笑称， 比你更了解你自己的不是你妈，而是这些公司。 如果把数据比作企业发展的“石油“，那么掌握 如何将其提炼为可使用的情报 就是发挥其潜力的关键。 “我知道客流量在最近一个月减少了30%，所以该怎么办呢？” “模型预计本月销售额增长30%，我只要维持现状就能稳定增长吗？” “我有过去一年几万条的销售记录，这些记录能发挥什么作用呢？” 这些数据说明了什么，到底我要怎么做，通过这些数据得到结论是企业最迫切的事情。 会“分析“的人很多，但能从繁杂的数据中得到具体结论的 商业数据分析人才 却是凤毛麟角。 现在用人市场上每一个商业数据分析的人才都能引起各大公司争夺，甚至有公司开出了令人瞠目结舌的“ 天价 “。

一、tensorflow安装报错及解决 问题：按照网上教程，利用pip install tensorflow，安装成功 import tensorflow 报错：ImportError:DLL load failed with error code -1073741795 解决：目测是版本问题，上述安装默认1.8版本，现降低安装的版本。 ①卸载原tensorflow ②pip install tensorflow==1.5 二、jupyter notebook安装的问题及解决 问题：安装网上教程安装jupyter notebook，无法改变程序的保存目录 解决： ① 按照网上步骤修改配置文件C:\Users\Administrator\.jupyter\jupyter_notebook_config.py，找到并修改 c.NotebookApp.notebook_dir =‘ 你的目录’， 并删除行前面的 # 号 ②将jupyter notebook运行文件发送到桌面快捷方式，右击=>属性=>目标=>删除末尾%USERPROFILE% 即可生效 来源： oschina 链接： https://my.oschina.net/u/4405299/blog/3902052

作者 | Peter 来源 | Python编程时光 今天给大家推荐一个可视化神器 - Plotly_express ，上手非常的简单，基本所有的图都只要一行代码就能绘出一张非常酷炫的可视化图。 以下是这个神器的详细使用方法，文中附含大量的 GIF 动图示例图。 环境准备 本文的是在如下环境下测试完成的。 Python3.7 Jupyter notebook Pandas1.1.3 Plotly_express0.4.1 其中 Plotly_express0.4.1 是本文的主角，安装它非常简单，只需要使用 pip install 就可以。 $ python3 -m pip install plotly_express 工具概述 在说 plotly_express之前，我们先了解下plotly。Plotly是新一代的可视化神器，由TopQ量化团队开源。虽然Ploltly功能非常之强大，但是一直没有得到重视，主要原因还是其设置过于繁琐。因此，Plotly推出了其简化接口：Plotly_express，下文中统一简称为px。 px是对Plotly.py的一种高级封装，其内置了很多实用且现代的绘图模板，用户只需要调用简单的API函数即可实用，从而快速绘制出漂亮且动态的可视化图表。 px是完全免费的，用户可以任意使用它。最重要的是，px和plotly生态系统的其他部分是完全兼容的

【问题解决方案】从 Anaconda Prompt 或 Jupyter Notebook 终端进入Python后重新退出到命令状态 参考文章： （1）【问题解决方案】从 Anaconda Prompt 或 Jupyter Notebook 终端进入Python后重新退出到命令状态 （2）https://www.cnblogs.com/anliux/p/10352666.html 备忘一下。 来源： oschina 链接： https://my.oschina.net/u/4437974/blog/4815835

摘自 https://www.jianshu.com/p/fdde9fc03f94 你在工作、学习中是否曾因信息过载叫苦不迭？有一种方法能够替你读海量文章，并将不同的主题和对应的关键词抽取出来，让你谈笑间观其大略。本文使用Python对超过1000条文本做主题抽取，一步步带你体会非监督机器学习LDA方法的魅力。想不想试试呢？ 淹没 每个现代人，几乎都体会过信息过载的痛苦。文章读不过来，音乐听不过来，视频看不过来。可是现实的压力，使你又不能轻易放弃掉。 假如你是个研究生，教科书和论文就是你不得不读的内容。现在有了各种其他的阅读渠道，微信、微博、得到App、多看阅读、豆瓣阅读、Kindle，还有你在RSS上订阅的一大堆博客……情况就变得更严重了。 因为对数据科学很感兴趣，你订阅了大量的数据科学类微信公众号。虽然你很勤奋，但你知道自己依然遗漏了很多文章。 学习了 Python爬虫课 以后，你决定尝试一下自己的屠龙之术。依仗着爬虫的威力，你打算采集到所有数据科学公众号文章。 你仔细分析了微信公众号文章的检索方式，制定了关键词列表。巧妙利用搜狗搜索引擎的特性，你编写了自己的爬虫，并且成功地于午夜放到了云端运行。 开心啊，激动啊…… 第二天一早，天光刚亮，睡眠不足的你就兴冲冲地爬起来去看爬取结果。居然已经有了1000多条！你欣喜若狂，导出成为csv格式，存储到了本地机器，并且打开浏览。

最近有不少读者私信我，这不刚开始学习Python就开始遇到难题了，对于Python IDE都比较纠结，希望找到一些适合自己的、Python开发工具。本篇给大家分享几款Python开发工具，供正在纠结用哪种开发工具的小伙伴们参考~ 对于学习Python的小伙伴，首推的Pycharm。 首先，PyCharm用于一般IDE具备的功能，比如， 调试、语法高亮、Project管理、代码跳转、智能提示、自动完成、单元测试、版本控制 另外，PyCharm还提供了一些很好的功能用于Django开发，同时支持Google App Engine，更酷的是，PyCharm支持IronPython。 PyCharm是一种Python IDE，带有一整套可以帮助用户在使用Python语言开发时提高其效率的工具，比如调试、语法高亮、Project管理、代码跳转、智能提示、自动完成、单元测试、版本控制。此外，该IDE提供了一些高级功能，以用于支持Django框架下的专业Web开发。 其次是sublime text啦，看看下图，是不是觉得很漂亮呢？它就是sublime text~~ Sublime Text 支持多种编程语言的语法高亮、拥有优秀的代码自动完成功能，还拥有代码片段(Snippet）的功能，可以将常用的代码片段保存起来，在需要时随时调用。支持 VIM 模式，可以使用Vim模式下的多数命令。支持宏

点击 蓝字 关注我，有干货领取！ 文章的数据和代码都已上传至我的github仓库：https://github.com/CNFeffery/DataScienceStudyNotes 一、简介 pandas提供了很多方便简洁的方法，用于对单列、多列数据进行批量运算或分组聚合运算，熟悉这些方法后可极大地提升数据分析的效率，也会使得你的代码更加地优雅简洁。 本文就将针对pandas中的 map() 、 apply() 、 applymap() 、 groupby() 、 agg() 等方法展开详细介绍，并结合实际例子帮助大家更好地理解它们的使用技巧。 二、非聚合类方法 这里的非聚合指的是数据处理前后没有进行分组操作，数据列的长度没有发生改变，因此本章节中不涉及 groupby() 。 首先读入数据，这里使用到的全美婴儿姓名数据，包含了1880-2018年全美每年对应每个姓名的新生儿数据，在jupyterlab中读入数据并打印数据集的一些基本信息以了解我们的数据集： import pandas as pd #读入数据 data = pd.read_csv( 'data.csv' ) data.head() #查看各列数据类型、数据框行列数 print(data.dtypes) print() print(data.shape) 2.1 map() 类似Python内建的 map() 方法

现在转 Python 还来得及吗？来得及！目前企业招聘 Python 相关岗位的需求很大，现在上车虽然稍晚，但刚好也是 Python 的红利期。学会 Python 可以做测试开发、运维、Python Web 开发，还可以做爬虫、数据分析、数据挖掘、算法、人工智能等高薪岗位。 最近花了很长时间整理了很多 Python 基础+爬虫+数据挖掘+人工智能核心资料 ，有视频，也有学习文档，遇到问题直接打开文档学一学就好了！今天分享给你！也能给你节省很多时间，底部加好友领取福利吧！ 一、Python 基础入门 Python 安装包 Python开发环境、函数应用、文件操作、面向对象、异常处理 二、Python 高级知识点讲解 网络编程、并发编程、数据库 Linux 系统应用 Python 语法进阶 HTML、CSS 三、Web开发精选好文+项目实战 Django 框架环境搭建及入门案例 ORM 原理及数据库配置 项目实战：CSDN 微课商城开发实战 四、Python 爬虫精选好文 网络爬虫基础知识大全 Hader 伪装与模拟登陆 如何使用Scrapy 框架、Middleware中间件 数据持久化储存开发方式 Redis 可视化工具的使用 项目实战：Python分布式爬虫+数据分析 项目实战：2020最新热点反爬机制与绕过 五、数据分析与数据挖掘工具+实战项目 数据分析好助手 Jupyter

解决在jupyter notebook中遇到的ImportError: matplotlib is required for plotting问题 参考文章： （1）解决在jupyter notebook中遇到的ImportError: matplotlib is required for plotting问题 （2）https://www.cnblogs.com/star-zhao/p/9726212.html 备忘一下。 来源： oschina 链接： https://my.oschina.net/u/4438370/blog/4757993